O objetivo deste roteiro de aula é apresentar comandos básicos do R, comandos necessários para estimação de uma regressão linear múltipla e introduzir a interpretação das estimativas pontuais.
1 - Infecções por COVID-19, gênero e características socioeconômicas, âmbito internacional (Abras, Fava e Kuwahara, 2021).
infec_per_capita = \(\beta_0\) + \(\beta_1\)dirigente_mulher + \(\beta_2\)fertilidade + \(\beta_3\)poluição + \(\beta_4\)lockdown + \(\beta_5\) continente + u
2 - Mortalidade devido a COVID-19 e características socioeconômicas, âmbito internacional (Abras, Fava e Kuwahara, 2021)
obitos_per_capita = \(\beta_0\) + \(\beta_1\)dirigente_mulher + \(\beta_2\)fertilidade + \(\beta_3\)poluição + \(\beta_4\)lockdown + \(\beta_5\)continente + \(\beta_6\)infec_per_capita + u
3 - Equação de Mincer (Giuberti e Menezes-Filho, 2005; Meara, Pastore e Webster, 2020)
salário_hora_real = \(\beta_0\) + \(\beta_1\)educação + \(\beta_2\)experiência + \(\beta_3\)setor + \(\beta_4\)ocupação + \(\beta_5\)gênero + \(\beta_6\)etnia + \(\beta_7\)região + \(\beta_8\)área_urbana + ut
# install.packages("tidyverse")
library(tidyverse)
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──
## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4
## ✓ tibble 3.1.4 ✓ dplyr 1.0.7
## ✓ tidyr 1.1.3 ✓ stringr 1.4.0
## ✓ readr 2.0.1 ✓ forcats 0.5.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
load("aulas_praticas/aula_1/lab_1_dados.Rdata")
# convertendo para tibbles
db_cov <- db_cov |> dplyr::as_tibble(db_cov)
db_min <- db_min |> dplyr::as_tibble(db_min)
db_cov
db_min